Prometheus是一款高活跃生态系统的开源系统监控和警告工具包，它前身是SoundCloud的警告工具包。
prometheus主要特征
- 多维度数据模型
- 灵活的查询语言
- 不依赖分布式存储，单个服务器节点是自主的
- 以HTTP方式，通过pull模型拉去时间序列数据
- 也通过中间网关支持push模型 通过服务发现或者静态配置，来发现目标服务对象
- 支持多种多样的图表和界面展示，grafana也支持它
组件
- 主服务Prometheus Server负责抓取和存储时间序列数据
- 客户库负责检测应用程序代码
- 支持短生命周期的PUSH网关
- 基于Rails/SQL仪表盘构建器的GUI
- 多种导出工具，可以支持Prometheus存储数据转化为HAProxy、StatsD、Graphite等工具所需要的数据存储格式
- 警告管理器
- 命令行查询工具
- 其他各种支撑工具
Prometheus架构
Prometheus服务，可以直接通过目标拉取数据，或者间接地通过中间网关拉取数据。它在本地存储抓取的所有数据，并通过一定规则进行清理和整理数据，并把得到的结果存储到新的时间序列中，PromQL和其他API可视化地展示收集的数据。
适用场景
Prometheus在记录纯数字时间序列方面表现非常好。它既适用于面向服务器等硬件指标的监控，也适用于高动态的面向服务架构的监控。对于现在流行的微服务，Prometheus的多维度数据收集和数据筛选查询语言也是非常的强大。Prometheus是为服务的可靠性而设计的，当服务出现故障时，它可以使你快速定位和诊断问题。它的搭建过程对硬件和服务没有很强的依赖关系。
不适用场景
Prometheus的价值在于可靠性，甚至在很恶劣的环境下，你都可以随时访问它和查看系统服务各种指标的统计信息。 如果你对统计数据需要100%的精确，它并不适用，例如：它不适用于实时计费系统。
安装
安装方式包括，预编译二进制文件/源码/docker安装
-
docker安装方式
1、docker run -p 9090:9090 prom/prometheus；
2、绑定挂载–在运行Prometheus服务的主机上，做一个本地到docker容器的配置文件关系映射：
docker run -p 9090:9090 -v /tmp/prometheus.yml:/etc/prometheus/prometheus.yml prom/prometheus3、自定义镜像—利用Dockerfile创建一个Prometheus配置目录prometheus.yml， Dockerfile应该这样写：
FROM prom/prometheus ADD prometheus.yml /etc/prometheus/然后编译和运行它：
docker build -t my-prometheus . docker run -p 9090:9090 my-prometheus
数据模型
存储的数据都是时间序列—
- {metric和label：s度量指标名称和标签}
- 有序的采样值
- notation（符号）
[metric name]{[label name]=[label value], …}<–>api_http_requests_total{method=”POST”, handler=”/messages”}
度量指标类型
- counter（计数器）：是累计度量指标，只能递增的数值。计数器主要用于统计服务的请求数、任务完成数和错误出现的次数等；
- Gauge（测量器）：是度量指标，它表示一个既可以递增, 又可以递减的值。测量器主要测量类似于温度、当前内存使用量等，也可以统计当前服务运行随时增加或者减少的Goroutines数量；
- Histogram（柱状图）：使用histogram_quantile()函数, 计算直方图或者是直方图聚合计算的分位数阈值
- summary（总结）：是采样点分位图统计，(通常的使用场景：请求持续时间和响应大小)。
Jobs&Instances（任务和实例):
当Prometheus拉取一个目标, 会自动地把两个标签添加到度量名称的标签列表中，分别是：
- job: 目标所属的配置任务名称api-server。
- instance: 采样点所在服务: host:port
安装和启动服务：
| 操作 | 步骤 |
|---|---|
| 下载 | http://localhost:9090/metrics 下载到本机，远程连接10.226.133.41服务器，执行rz，选中下载的Prometheus-*.tar.gz上传到服务器端； |
| 提取 | tar zxvf prometheus-.tar.gz /// cd prometheus- |
| 配置 | prometheus.yml |
| 启动 | prometheus： ./prometheus --config.file=prometheus.yml---->指定配置文件 |
规则
为聚集到抓取的数据，设置规则并写入到新的时间序列中，
prometheus.rules ---->
job_service:rpc_durations_seconds_count:avg_rate5m = avg(rate(rpc_durations_seconds_count[5m])) by (job, service)
为了使Prometheus服务使用这个新的规则，在prometheus.yml配置文件的global配置区域添加一个rule_files语句---->
rule_files:
- 'prometheus.rules'
查询
提供一个函数式的表达式语言，使用户实时查找和聚合时间序列数据。
-
表达式语言数据类型：
- instant vector–瞬时向量（同一时刻，抓取的所有度量指标数据，所有数据具有相同的时间戳）；
- range vector–范围向量（任何一个时间范围内，抓取的所有度量指标数据）；
- scalar–标量（简单的浮点值）；
- string
-
时间序列选择器：
- 瞬时向量选择器-----http_requests_total{job=“prometheus”,group=“canary”}
- 范围向量选择器----http_requests_total{job=“prometheus”}[5m]（s/m/h/d/w/y)（过去5min钟内的时间序列数据）
- 偏移修饰符offset；